使用zoo::na.locf填充字符串NA时处理开头NA的问题

问题场景 #

现有一个包含多个tibble的数据框列表，部分数据框的目标列存在开头为NA的情况，需要对NA值进行向前填充（用上一个非NA值填充后续NA），但保留开头的NA。示例数据如下：

test_dat <- structure(list(...5 = c("euro", "euro", NA, NA, NA, NA, 
NA, "dollar", NA)), row.names = c(NA, -9L), class = c("tbl_df", 
"tbl", "data.frame"))

test_dat2 <- structure(list(...5 = c(NA, "euro", NA, NA, NA, NA, 
NA, "dollar", NA)), row.names = c(NA, -9L), class = c("tbl_df", 
"tbl", "data.frame"))

l = list(test_dat , test_dat2)

尝试使用zoo::na.locf填充时触发报错：

for (i in seq_along(l)){
  l[[i]][1] <- zoo::na.locf(l[[i]][1])
}

报错信息：

Error:
! Assigned data `zoo::na.locf(l[[i]][1])` must be compatible with existing data.
✖ Existing data has 9 rows.
✖ Assigned data has 8 rows.
ℹ Only vectors of size 1 are recycled.
Run `rlang::last_error()` to see where the error occurred.

添加na.rm=TRUE参数后问题仍未解决，期望填充后test_dat2的结果如下：

# A tibble: 9 × 1
  ...5  
  <chr> 
1 NA    
2 euro  
3 euro
4 euro
5 euro
6 euro
7 euro
8 dollar
9 dollar

报错原因 #

• 使用na.rm=TRUE时，na.locf会直接移除结果中的所有NA值，导致返回的向量长度短于原数据列，无法匹配赋值；
• 用l[[i]][1]选取列会返回子tibble而非向量，na.locf处理这类对象时易出现长度异常（正确列选取方式应为l[[i]][[1]]或l[[i]]$...5）。

解决方案 #

使用na.locf时保持默认的na.rm=FALSE（保留开头的NA），同时确保选取的是列向量而非子数据框，即可保证返回结果长度与原列一致。

方案1：循环实现 #

library(zoo)
for (i in seq_along(l)) {
  # 选取列向量并向前填充NA，保留开头NA
  l[[i]][[1]] <- na.locf(l[[i]][[1]], na.rm = FALSE)
}

方案2：函数式实现（更简洁） #

library(zoo)
library(purrr)
library(dplyr)

l_filled <- map(l, ~ mutate(., ...5 = na.locf(...5, na.rm = FALSE)))

验证结果 #

处理后test_dat2的输出与预期完全一致：

l_filled[[2]]
# A tibble: 9 × 1
  ...5  
  <chr> 
1 NA    
2 euro  
3 euro  
4 euro  
5 euro  
6 euro  
7 euro  
8 dollar
9 dollar

内容的提问来源于stack exchange，提问作者Tom